本文主要研究基于強(qiáng)噪聲背景下隨機(jī)共振的微弱故障診斷方法,雖然眾多學(xué)者也提出了利用隨機(jī)共振解決機(jī)械微弱故障的方法,但這些方法都有不足及可改進(jìn)完善之處。本文針對(duì)傳統(tǒng)隨機(jī)共振方法的不足,提出相應(yīng)的解決方案,最后將所提方法應(yīng)用于機(jī)械設(shè)備的微弱故障信號(hào)診斷。本文的研究?jī)?nèi)容主要包括以下幾個(gè)方面:（1）針對(duì)傳統(tǒng)算法噪聲過(guò)濾不足,微弱信號(hào)難以提取的問(wèn)題,提出多分量總體平均隨機(jī)共振的微弱故障診斷方法,通過(guò)選取有效奇異值和有效集合經(jīng)驗(yàn)?zāi)B(tài)分解分量,以達(dá)到降低噪聲的目的,而后將選取的有效分量輸入到隨機(jī)共振系統(tǒng)并總體平均各有效分量,從而提取微弱故障特征;（2）針對(duì)經(jīng)典隨機(jī)共振系統(tǒng)勢(shì)參數(shù)優(yōu)化極易陷入局部尋優(yōu)問(wèn)題,根據(jù)混沌運(yùn)動(dòng)的遍歷性,隨機(jī)性等特點(diǎn),在蟻群算法求解的基礎(chǔ)上,利用混沌算法對(duì)解的鄰域進(jìn)行混沌優(yōu)化,以實(shí)現(xiàn)參數(shù)匹配的全局尋優(yōu);（3）針對(duì)經(jīng)典隨機(jī)共振系統(tǒng)勢(shì)模型勢(shì)寬度和勢(shì)壘高度同時(shí)調(diào)節(jié)的特性,研究約束勢(shì)隨機(jī)共振模型對(duì)微弱信號(hào)檢測(cè)的影響,提出一種自適應(yīng)約束勢(shì)雙穩(wěn)隨機(jī)共振方法,分析約束勢(shì)隨機(jī)共振系統(tǒng)模型,并應(yīng)用于軸承的微弱故障和行星齒輪箱的實(shí)驗(yàn)驗(yàn)證;（4）針對(duì)經(jīng)典雙穩(wěn)隨機(jī)共振勢(shì)模型參數(shù)匹配尋優(yōu)問(wèn)題,研究分段非線性... 

【文章來(lái)源】：北京科技大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：120 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖２－１不同形狀的雙穩(wěn)態(tài)勢(shì)阱??

北京科技大學(xué)博士學(xué)位論文有效奇異值個(gè)數(shù)；??取的Ａ：個(gè)有效奇異值（Ｊ，對(duì)應(yīng)的分量信號(hào)ｆ移頻變尺度處要求；??頻變尺度處理后的分量信號(hào)＾輸入到隨機(jī)共振系統(tǒng)，利化隨機(jī)共振的兩個(gè)參數(shù)〃和６，得到ｙｔ個(gè)被增強(qiáng)的有效分ｔ個(gè)有效分量信號(hào)的總體平均值，最終提取出微弱故障證??證所提方法的有效性，仿真一個(gè)周期信號(hào)，采樣頻率為ｌ１００Ｈｚ，采樣時(shí)間是０．３ｓ，如圖３－１?（ａ）所示。為了模仿故障信號(hào)，向周期信號(hào)加入標(biāo)準(zhǔn)差為０．５的高斯白噪聲，

在強(qiáng)噪聲背景下可能為噪聲干擾。??根據(jù)選取的前３個(gè)奇異值分別重構(gòu)分量信號(hào)，每個(gè)分量信號(hào)的頻譜圖，??如圖３－４所示。??Ｉ?Ｉ?１?＇?ｊ??Ｑ＿?Ｑ?ｖ．?－?／＊＇?－?Ｓｖｖｗ?－＿＿■．???－?？?．?－?．．?－?＾??０?—?１０００?２０００?３０００?４０００?５０００??ｎ?１?頻率／ＨＺ??－〇．０５?ｆ?＾?；?＾?］??０?１?．?＞祕(mì)一．■?：??．??０?１０００?２０００?３０００?４０００?５０００??頻率／ＨＺ??③?０．?１?ｐ．?—￣Ｃ?Ｃ?Ｃ?ｃ?－ｊ??＾?０．０５?Ｌ?ｉ?」??』板—?■?一?－?－??：??０?１０００?２０００?３０００?４０００?５０００??頻率／ＨＺ??圖３＿４有效分置信號(hào)頻譜??由圖３－４可知，分量信號(hào)６和戶２高頻段頻率比較明顯，但特征頻率不在??其范圍內(nèi)，而分量信號(hào)尸３在低頻段有明顯頻率，也無(wú)法識(shí)別目標(biāo)頻率，說(shuō)明??對(duì)于強(qiáng)背景噪聲下的微弱故障特征，僅ＳＶＤ降噪難以提取出特征頻率，因??此，將３個(gè)有效分量信號(hào)分別輸入到隨機(jī)共振系統(tǒng)，首先采用移頻變尺度處??理，由于目標(biāo)頻率是１００Ｈｚ，因此設(shè)定高通濾波器的通過(guò)頻率和截止頻率是??分別是９０Ｈｚ和８５Ｈｚ，調(diào)制頻率為８５Ｈｚ，變尺度壓縮率是４００，則預(yù)處理后??的目標(biāo)頻率被壓縮為（］００－８５）／４００?＝?０．０３７５，滿足小參數(shù)要求，利用蟻群算法??在０＜ａ＜１０

【參考文獻(xiàn)】：
期刊論文
[1]基于模糊理論的柴油機(jī)故障診斷專家系統(tǒng)[J]. 尹新權(quán),王珺,張亞萍.  工業(yè)儀表與自動(dòng)化裝置. 2015(01)
[2]單模激光增益模型的能量隨機(jī)共振[J]. 張良英,金國(guó)祥,汪志云,曹力.  物理學(xué)報(bào). 2015(03)
[3]基于QPSO-SVM的軸承故障診斷方法[J]. 楊光春,蹇清平.  機(jī)械傳動(dòng). 2014(08)
[4]基于KPCA和PSOSVM的異步電機(jī)故障診斷[J]. 李平,李學(xué)軍,蔣玲莉,曹宇翔.  振動(dòng).測(cè)試與診斷. 2014(04)
[5]基于改進(jìn)交叉熵算法多目標(biāo)不等間距陣列綜合[J]. 邊莉,車向前,張少卿.  上海交通大學(xué)學(xué)報(bào). 2014(03)
[6]基于小波降噪和短時(shí)傅里葉變換的主軸突加不平衡非平穩(wěn)信號(hào)分析[J]. 胡振邦,許睦旬,姜歌東,張東升.  振動(dòng)與沖擊. 2014(05)
[7]基于骨干微粒群算法和支持向量機(jī)的電機(jī)轉(zhuǎn)子斷條故障診斷[J]. 史麗萍,王攀攀,胡泳軍,韓麗.  電工技術(shù)學(xué)報(bào). 2014(01)
[8]基于粒子群優(yōu)化SVM的飛機(jī)發(fā)電機(jī)故障診斷[J]. 和麟,梁麗嬡,黃瀟瑤,馬存寶.  計(jì)算機(jī)測(cè)量與控制. 2013(12)
[9]微弱信號(hào)檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 王仕元,李強(qiáng),朱曉兵,陳圣儉.  電子科技. 2013(11)
[10]基于神經(jīng)網(wǎng)絡(luò)PID控制的顆粒物料稱量系統(tǒng)[J]. 謝宇,韓保紅,段云龍.  國(guó)外電子測(cè)量技術(shù). 2013(09)

博士論文
[1]基于局域均值分解的旋轉(zhuǎn)機(jī)械故障特征提取方法及系統(tǒng)研究[D]. 任達(dá)千.浙江大學(xué) 2008
[2]隨機(jī)共振理論在弱信號(hào)檢測(cè)中的應(yīng)用研究[D]. 楊祥龍.浙江大學(xué) 2003

碩士論文
[1]基于小波分形理論的振動(dòng)信號(hào)分析系統(tǒng)研究[D]. 李穎瓊.浙江理工大學(xué) 2011
[2]基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的電機(jī)故障診斷研究[D]. 朱文.天津科技大學(xué) 2002



本文編號(hào)：3365967